人工智能_神经网络103_感知机_感知机工作原理_感知机具备学习能力_在学习过程中自我调整权重_优化效果_多元线性回归_逻辑回归---人工智能工作笔记0228

由于之前一直对神经网络不是特别清楚，尤其是对神经网络中的一些具体的概念，包括循环，神经网络卷积神经网络以及他们具体的作用，都是应用于什么方向不是特别清楚，所以现在我们来做教程来具体明确一下。

当然在机器学习之后还有深度学习，然后在深度学习中对各种神经网络的探讨就会比较多一些。

这里面有一个庞大的学习体系，需要一点点去学习和渗透。

首先我们来看一下什么是感知机。

可以看到感知机就是用来模拟神经元创造出来的这样一种函数结构。上面就是一个简单的感知机。

可以看到对应的x0一直到xn其实都可以看作是一个一个的神经元，然后在这个神经元上还有对应的权重w0一直到wn。

可以看到上面的z就表示一个线性函数。线性函数其实就是y=ax+b这种结构。

只不过这里的x就特别多，然后从x0一直到xn，然后对应的 a就代表的是w。然后w也是有多个从w0一直到wn。

可以看到感知机要做的就是首先我们会输入从x0~xn这么多的数据，然后他会带入到 y=ax+b的这种结构的函数,其实就是对应上图中的z这个部分,带入到这个z线性山上中去进行加和